Kimi K3 2.8T 开源发布，Grok 4.3 上架 Bedrock

---

title: “Kimi K3 发布挑战 Fable 5，AWS 上线 Grok 4.3” lead: “Moonshot 发布 2.8T 开源模型 Kimi K3，在 Frontend Code Arena 登顶，7 月 27 日释放权重；AWS 宣布 Grok 4.3 在 Amazon Bedrock 上可用；Google 推出 Managed Agents 免费层；ChatGPT 自定义指令扩至 5000 字符；Fireworks AI 16 个月从 $100M 到$1B ARR。” highlights:

• “Moonshot 发布 Kimi K3，2.8T 参数开源，Frontend Code Arena 登顶”
• “Grok 4.3 在 Amazon Bedrock 上可用，支持 1M 上下文和工具调用”
• “Google 推出 Managed Agents 免费层和定时触发；Fireworks AI 达 $1B ARR”

1️⃣ Moonshot 发布 Kimi K3：2.8T 开源模型在 Frontend Code Arena 登顶#

• 核心发布：Moonshot AI 今日正式发布 Kimi K3，自称“Open Frontier Intelligence”。该模型总参数 2.8 万亿，支持 1M 上下文窗口，原生多模态（文本、图像、音频）。采用 Kimi Delta Attention 实现百万 token 上下文下 6.3x 加速解码，Attention Residuals 带来 ~25% 训练效率提升。模型权重承诺于 7 月 27 日开源。
• 性能表现：在 lmarena.ai 的 Frontend Code Arena 中以 1679 分登顶，超越 Claude Fable 5；在 7 个前端域中 6 个排名第一。Text Arena 中位列第 9，较前代跃升 29 位。Artificial Analysis 评测显示其在长程知识工作评估中位列第二，仅次 Claude Fable 5，且任务成本 $0.94，仅为 Opus 4.8 的一半。
• 定价与生态：输入 $3/百万 token，输出$15/百万 token，与 Claude Sonnet 系列一致。已在 Kimi.com、Kimi Work、Kimi Code 及 API 上线。AI SDK、OpenRouter 等生态工具已提供原生支持。 🔗 Kimi 官方公告 | lmarena 声明 | Simon Willison 分析

2️⃣ [持续跟踪] Inkling 模型：NVIDIA 提供 GPU 端点，lmarena 排名公布#

• 前情提要：昨日 Thinking Machines 发布首个开源模型 Inkling（975B 总参数/41B 激活，Apache-2.0），定位为适合微调的强基础多模态模型。
• 最新进展：NVIDIA AI 今日宣布三种方式试用 Inkling：免费 GPU 加速端点（build.nvidia.com）、基于 NVIDIA NIM 下载运行、以及 NVIDIA Dynamo 部署配方。lmarena.ai 公布 Inkling 在 Frontend Code Arena 中排名开源第 10，在 Text Arena 中排名开源第 10，是来自美国的最佳开源模型。社区开发者已构建基于 Inkling 的播客剪辑应用，利用其对长音频的原生理解能力。
• 行业意义：作为美国开源模型的新选手，Inkling 在 Apache-2.0 许可下提供了竞品级别的多模态能力，并借助 NVIDIA 的 GPU 基础设施加速了开发者采用。 🔗 NVIDIA AI 推文 | lmarena 排名 | 播客剪辑演示

3️⃣ Grok 4.3 在 Amazon Bedrock 上可用：可配推理强度，支持 1M 上下文#

• 核心发布：xAI 的 Grok 4.3 模型今日在 Amazon Bedrock 上正式可用，成为该平台的新模型提供商。该模型运行于 Bedrock 的新一代推理引擎 Mantle，通过 OpenAI 兼容的 API 访问。
• 能力亮点：支持 1M token 上下文窗口、工具调用、结构化输出（JSON Schema）、图像输入。关键特性是每请求可配置推理努力程度（none/low/medium/high），允许在速度与深度之间按需切换。xAI 称其在 Artificial Analysis Omniscience 基准上以最低幻觉率排名第一。
• 服务定价：提供 Standard（按 token 付费）、Priority（优先队列）、Flex（低成本非实时）三个服务层，区域可用性限定为 in-Region 推理。 🔗 AWS 官方博客 | xAI 公告

4️⃣ Google 推出 Managed Agents 免费层、预算控制与定时触发#

• 核心发布：Google AI Developers 今日宣布 Gemini API 中的 Managed Agents 新增三项重要更新：免费层（无需激活账单即可在免费速率限制下开始构建）、预算护栏（通过 agent_config 中的 max_total_tokens 防止任务成本失控）、以及定时执行触发器（内建 cron 调度支持重复性 Agent 任务）。
• 产品意义：这三项更新直接回应了 Agent 部署中最关心的成本、可访问性和自动化问题。免费层降低了新手门槛，预算控制让企业敢于放权，定时触发则让 Agent 从“对话”转向“7x24 小时运行”的服务模式。 🔗 Google AI Developers 推文 | Logan Kilpatrick 补充

5️⃣ ChatGPT 自定义指令限制由 1500 字符提升至 5000 字符#

• 核心发布：ChatGPT 官方宣布，Plus、Pro、Business、Enterprise 和 Education 用户的自定义指令字符数限制从 1500 提升至 5000。这一变化允许用户写入更详细的系统提示，深度定制 ChatGPT 的行为和风格。
• 产品细节：官方在推文中展示了 5000 字符的 Dracula 风格生活教练示例，展示了刻画角色、细化规则和维持行为一致性的空间。
• 行业意义：更长的自定义指令意味着用户可以在会话层面对模型施加更精细的控制，相当于为每个对话定制一个微型的“系统 prompt”。这进一步模糊了“提示工程”与“低代码 Agent 配置”的界限。 🔗 ChatGPT 推文 | 正式公告

6️⃣ Fireworks AI 从 $100M 到$1B ARR 仅用 16 个月#

• 核心事件：a16z 的 Bessemer 今日发布推文称，Fireworks AI 的 ARR 从 100M 增长到 1B 仅用了 16 个月，而 Anthropic 从创立到 1B ARR 用了约 4 年。Fireworks 成立于 2022 年 1 月，2022 年达到 100M ARR，2026 年达到 1B ARR，同步实现 15 亿美元 Series D 融资。
• 行业意义：Fireworks 的增长速度验证了“推理平台”作为独立赛道的爆发力。企业部署开源和自定义模型的需求正在快速超越纯 API 模型供应模式。CEO Lin Qiao 即将出席直播讨论“构建专业化智能”。 🔗 Bessemer 推文 | Fireworks AI 推文

7️⃣ a16z 领投 Runta $20M 种子轮：为 AI 代理重构 CPU 执行层#

• 核心发布：a16z 今日宣布领投 Runta 的 2000 万美元种子轮融资。Runta 正在构建一个专为 AI 代理设计的执行层——一种高效、本地或云端运行、且带有企业级安全和策略控制的“计算机”。创始人 Guanlan Dai 此前领导 Cloudflare 边缘代理及 Kong 核心代理。
• 核心洞察：a16z 认为“AI 模型要求重新思考 GPU 栈，而 AI 代理正在对 CPU 做同样的事情”。Runta 的目标是成为代理运行的底层安全执行环境，控制代理真正能做什么，防止失控。Martin Casado 将加入董事会。
• 行业意义：该投资标志着基础设施层开始专门针对 Agent 的独特运行模式进行重构，从“GPU 推理”到“CPU 执行”，agent 化正在催生全新的系统软件栈。 🔗 a16z 推文 | Guanlan Dai 推文

8️⃣ NVIDIA 发布 Nemotron 3 Embed 8B：在 RTEB 检索基准上排名第一#

• 核心发布：NVIDIA AI 今日发布 Nemotron 3 Embed 8B，在检索基准 RTEB 上总体排名第一。RTEB 评测跨真实任务的检索准确性，更好的检索为 Agent 提供更相关的上下文，直接提升响应准确性。
• 技术亮点：该模型为开放权重，支持 NVFP4 格式在 Blackwell 上高效推理。已集成至 mem0 记忆检索管线，测试显示在 longmemeval 上的检索性能从 78.71 提升至 80.38。
• 行业意义：嵌入模型作为 Agent 知识检索的基石，NVIDIA 此番推出专用嵌入模型并登顶 RTEB，意味着其在 Agent 基础设施栈上的布局从训练/推理延伸至检索层。 🔗 NVIDIA AI 推文 | mem0 评测

9️⃣ Bolt Slides 开源：任何 Agent 可一键生成交互式幻灯片#

• 核心发布：bolt.new 今日开源 Bolt Slides，一个允许 AI Agent（Claude Code、Codex、Bolt 自身）生成专业交互式幻灯片的框架。幻灯片不再是静态 PDF，而是响应式 Web 应用，支持实时过滤、排序和钻取数据。
• 使用方式：可通过 bolt.new 在线一键使用，或从 GitHub 拉取开源 repo 自建。开源 repo 允许带上自己的 Agent 和 LLM 后端。
• 行业意义：Bolt Slides 将幻灯片制作从“设计工具”变成“Agent 输出物”，进一步拓展了 AI Agent 的内容创作边界，尤其是在商务演示和数据报告场景。 🔗 bolt.new 推文 | 开源仓库

🔟 其他今日重要动态#

• NotebookLM 更名为 Gemini Notebook：Google 将 NotebookLM 正式更名为 Gemini Notebook，保持独立产品的同时加深与 Google 生态的集成，并新增安全云计算机功能。
• Gemini App 推出 Avatar 与 Nano Banana 集成：用户可创建数字头像，一次设定后在 Gemini 中快速生成包含自身的定制图像。
• Google Vids 更新：Gemini Omni 和个人头像：Google Vids 引入 AI 视频创作功能，支持使用 Gemini Omni 和个性化数字头像简化视频制作。
• Intel 采用 Gemini Enterprise 加速半导体设计：Sundar Pichai 宣布 Intel 将 Gemini Enterprise 集成到其业务全流程中，包括加速新一代半导体的开发。 🔗 Gemini Notebook 公告 | Gemini App 推文 | Google Vids 公告 | Sundar Pichai 推文

⭐ GitHub 趋势#

📊 类别速览

项目	类别	Stars
PrismML-Eng/Bonsai-demo	模型/推理	1.5k
lobehub/lobehub	AI Agent 平台	80.1k

---

1. PrismML-Eng/Bonsai-demo ⭐ 今日 +196#

语言/许可： Shell / Apache-2.0
总 Stars： 1.5k
仓库： GitHub

项目定位：
面向模型部署工程师的极低比特量化 LLM 本地运行方案，专为在消费级硬件（Mac、CUDA、CPU）上运行小模型而设计。

核心功能：

• 提供 1-bit (Q1_0) 和 Ternary (Q2_0, ~1.7 bits/weight) 两种极低比特量化模型，尺寸覆盖 1.7B 至 27B
• 预配置 GGUF 与 MLX 格式的模型下载脚本，一键部署至 llama.cpp 和 Apple MLX 运行时
• 27B 版本支持视觉理解、Agentic tool calling 和 256k 长上下文
• 内置 Web UI 和 CLI 两种交互模式，支持 MCP 服务端接入

技术亮点：
基于 Rust 的 llama.cpp 推理后端，Q1_0 量化已合入主线，支持 CPU (NEON/x86)、Metal、CUDA、Vulkan 全后端加速，27B 模型可装入现代 iPhone 运行。

---

2. lobehub/lobehub ⭐ 今日 +71#

语言/许可： TypeScript / NOASSERTION
总 Stars： 80.1k
仓库： GitHub

项目定位：
面向 AI Agent 开发者和团队的多智能体编排平台，为 Agent 提供“雇佣、调度、汇报”的全生命周期管理框架。

核心功能：

• 以 Agent 为最小工作单元，支持创建、配置和持久化多种角色的智能体
• 内置 Agent 市场与技能库（10,000+ 工具），支持 MCP 兼容插件和自定义技能
• 引入 Agent Groups 进行并行协作、任务分配和上下文共享，类似项目管理视图
• 提供个人记忆系统，支持结构化、可编辑的白盒记忆，实现持续学习

技术亮点：
采用“Agent as the Unit of Work”设计范式；支持通过 MCP/Plugin SDK 扩展 Agent 能力；支持 IM 网关（Slack、Web、桌面），将 Agent 嵌入已有沟通流程；自托管支持 Docker 与 Vercel 一键部署。

🟧 Hacker News 热议#

Kimi K3: Open Frontier Intelligence#

1052 pts · 656 comments · kimi.com

📌 内容总结

• 月之暗面发布 Kimi K3，一个 2.8T 参数的 MoE 模型（896 专家，激活 16 个），基于自研 Kimi Delta Attention (KDA) 和 Attention Residuals (AttnRes) 架构。支持原生视觉和 1M token 上下文。
• 官方宣称综合能力仅次于 Claude Fable 5 和 GPT 5.6 Sol，在多个编码/Agent 基准测试上超越 Opus 4.8。API 定价为：缓存命中 $0.30/MTok，缓存未命中$3.00/MTok，输出 $15.00/MTok。
• 官方称将在 2026 年 7 月 27 日开源完整权重。目前仅开放 API 和产品端使用，且强制使用“最大”推理努力度。

💬 讨论总结

• 价格与价值争议：$15/MTok 的输出价格与 Anthropic Sonnet 系列完全一致，远高于 DeepSeek 等国内模型。共识是，如果推理效率不输 GPT/Sol，则价格合理；但如果 K3 为完成任务消耗更多推理 token，实际成本会更高。
• “开源”标签的疑虑：发布初期宣传语强调“open model”，但随后从页面删除了相关表述。部分用户认为这暗示开源计划可能有变，或仅针对权重而非完整训练流程。有回复指出中文公众号仍承诺 7/27 发布权重。
• 基准测试可信度：社区普遍认为，所有新模型的基准测试都“泄露”或“拟合”严重。有用户指出 K3 在多个基准测试上超越 Fable，但第三方的独立评测（如 aibenchy）表明其智力介于 GPT 5.6 Terra 和 Sol 之间，且响应极慢、易超时。
• 工程经验与约束：
  • 当前 API 限制极多：只支持 max 推理、固定采样参数、不支持公共图片 URL、网络搜索不可用。
  • 有用户实测反馈其“思考”过程重复且冗长，单次交互昂贵（如渲染 SVG 耗 30 分钟，花费超 25 美分）。
  • 评论强调，推理效率（每任务所需 token 数）比单纯的价格/参数比更决定实际使用成本。
• 竞争格局：社区关注 DeepSeek 即将在本周发布的新模型，认为这才是更直接的对手。同时认为 K3 的发布验证了 Fable/Sol 的规模可能在 4-5T 参数量级。

🔗 原文 · HN 讨论页

LM Studio Bionic: the AI agent for open models#

123 pts · 47 comments · lmstudio.ai

📌 内容总结

• 作者想做什么：LM Studio 推出新应用 Bionic，一个面向开源模型（支持本地和云端运行）的 AI Agent 工具，专注编码、文档工作、研究。
• 解决的问题：让用户在一个统一 UI 下使用本地模型或云端开源模型（如 GLM 5.2、Kimi K2.7 Code）进行 agentic 任务，同时承诺零数据留存、不训练用户数据。
• 技术实现：支持本地推理（LM Studio 运行时）、通过 LM Link 连接、或使用 LM Studio Secure Cloud。集成了离线语音转录（Voxtral）、内联差异展示、沙箱化文档处理。

💬 讨论总结

• 价值定位不清晰：多数评论认为这“又是一个工具集/包装器”，与现有的 Agent 框架（如 Claude Code、Codex CLI）无明显差异化优势。支持者认为，对于想用本地模型但不熟悉技术细节的用户，更易用是实际价值。
• 闭源争议：多位用户指出 LM Studio 及其新产品都是闭源软件。有人因此转向使用 llama.cpp 或 Unsloth Studio。开发者未对此进行直接回应。
• 商业模式转变的担忧：Bionic 引入了云端推理和计费。评论担心这是从本地工具向云服务的业务模式转换，认为“任何 VC 支持的本地 LLM 公司最终都会推出云服务，因为这才是能获得风投级别回报的唯一路径”。
• 对抗反驳：创始人（在评论中）回应称，云端推理同样遵守零数据留存政策，且已与提供商协商达成。但对于“闭源”和“模式迁移”的批评，未见有力反驳。

🔗 原文 · HN 讨论页

NotebookLM is now Gemini Notebook#

216 pts · 119 comments · blog.google

📌 内容总结

• Google 将 NotebookLM 更名为 Gemini Notebook，强调其作为独立研究工具的地位，并整合进 Gemini 应用和 Google 搜索生态。
• 关键更新：每本笔记本获得了“安全云计算机”，支持原生写和执行代码，用于复杂数据分析。该功能现面向 AI Ultra 用户，后续向 Pro 用户上线。
• 实际限制：产品名称改变，核心功能未变。跨应用同步（Gemini App、搜索）正在逐步推广。变更背后是 Google 品牌统一策略。

💬 讨论总结

• 对 Google 产品管理路径的信任危机：这是该产品的第三次更名（Tailwind → NotebookLM → Gemini Notebook）。社区普遍持有“改名 → 加入更多无用功能 → 过度商业化 → 用户逃离 → 被关停”的线性悲观预期。大量评论直接引用 killedbygoogle.com。
• 品牌模糊与整合疲劳：用户不满 Google 将所有 AI 产品统一命名为“Gemini”，认为这暴露了组合管理的混乱而非战略整合。对比微软的“Copilot”统一策略，评论认为结果同样糟糕。
• 产品品质未提升的质疑：尽管更名，用户普遍抱怨 Gemini 模型能力落后于 Anthropic 和 OpenAI，且推理服务不稳定。有用户指出更名后后端有变化，导致幻觉增加。部分用户表示已放弃 Gemini 订阅并转向 Claude。
• 一条有价值的用户经验：有用户分享了用 ChatGPT Live（而非 Gemini Notebook）进行“音频学习”的 hack：散步时丢入论文链接，让模型以苏格拉底式问答引导思考，认为这比被动播客形式效果更好，且惊讶于当前交互式模型的对话能力。
• 反对意见：少数用户认为新名称对大众更友好，且产品本身仍实用。批评者则反驳：“仍实用”不等于“值得信任”，尤其当一家公司频繁更名又无能力提升核心模型质量时。

🔗 原文 · HN 讨论页

今日洞察#

Kimi K3 的发布揭示了一个新矛盾：开源承诺正在成为模型发布的标配，但工程约束（API 限制、推理成本、基准可信度）才是决定用户实际体验的关键。 HN 讨论中，社区普遍怀疑“开源”标签的诚意——发布初期宣传语包含“open model”，随后删除，虽然后续中文公众号确认 7 月 27 日发布权重，但当前 API 强制 max 推理、固定采样参数、不支持公共图片 URL、网络搜索不可用。真实使用反馈显示单次 SVG 渲染耗时 30 分钟、花费超 25 美分。这种“开源未至、API 先行”的模式正在削弱早鸟用户信任：权重发布越晚，社区越倾向于将产品视为封闭 API 服务，而非开源模型。对于开源模型厂商，权重交付的时间窗口正在缩窄——用户不再为未来承诺买单，立即可用的体验才是留存关键。

Fireworks AI 从 100M 到 1B ARR 仅用 16 个月，增长速度远超 Anthropic（约 4 年），标志着推理平台已从 API 代理演变为独立赛道。 企业部署开源和自定义模型的需求爆发，不再满足于纯闭源 API 模式。Fireworks 的增长路径验证了“中间层推理平台”的商业模型：它不是模型厂商，而是模型分发与优化层。这一速度背后隐含的变化信号是：OpenAI/Anthropic 的 API 收入增长正面临来自推理平台的侵蚀，尤其是当开源模型在特定基准上开始与闭源模型持平（如 K3 在 Frontend Code Arena 超越 Fable 5），企业将更有动力迁移至更具成本控制权的开源推理方案。同时，Fireworks 的 1B ARR 也会倒逼模型厂商重新审视定价策略——如果推理平台能提供更低成本的开源替代，模型 API 的溢价空间将被迫收窄。